La previsión de ventas en la empresa

COLABORACIONES TECNICAS
La previsión de ventas en la
empresa
Por: Luis Miguel Rivera Vilas`
INTRODUCCION
Con 2.300 empresas asociadas, el
Club de Ejecutivos de Ventas de New Yoric
(Sales Executives Club of New York,
S.E.C.N.Y.) se ha constituido en el más importante centro de divulgación sobre métodos de previsión de los Estados Unidos
de Norteamérica. En 1989 realizó una encuesta postal de nueve páginas de extensión entre sus asociados que fue contestada por 222 ejecutivos de ventas. Las
conclusiones más importantes de este trabajo, a grandes rasgos, aparecen compendiadas a continuación, lo cual permitirá no sólo un análisis de la realidad empresarial, sino finalmente efectuar una propuesta de cómo realizar una previsión de
ventas. Los resultados globales de la encuesta aparecen en S.E.C.N.Y. (1990).
Tanto las empresas pequeñas como
las grandes, en general, utilizan métodos
poco sofisticados para realizar sus previsiones sobre ventas. Los pronósticos son
realizados, mayoritariamente, mediante la
opinión de expertos, en concreto mediante la opinión de ejecutivos y vendedores.
EI horizonte de previsión es anual, con revisiones trimestrales o mensuales de la
misma. Pocas empresas (un 1%) utilizan el
método Delphi. Y pocas, combinan varias
fuentes de opinión (por ejemplo: opiniones
del personal de ventas y del de finanzas).
Por contra, muchas empresas utilizan más
de un método de previsión, resultando totalmente infrecuente acudir a los servicios
extemos de una consultora. EI responsable de estas previsiones es, normalmente,
el Director de Marketing.
Las empresas norteamericanas que
respondieron la encuesta obtuvieron una
alta precisión en sus pronósticos: para
más del 50% de ellas se situó en torno al
90% de la previsión. La precisión descendía notablemente cuando se efectuaban
los pronósticos a nivel de producto individual. Por otra parte, se constató que el
empleo de técnicas sofisticadas no conduce necesariamente a pronósticos más
precisos. También se constató que las dos
principales dificultades para aumentar la
precisión de los pronósticos son: en pri-
(*) Universidad Politécnica de Valencia
230-AGRICULTURA
mer lugar la baja preparación de gerentes
y vendedores (la precisión aumenta con la
preparación) y, en segundo lugar, el contexto de riesgo de la previsión, definido
por factores como la competencia, las modas, la política gubemamental y el estado
general de la economía.
La mayoría de los pronósticos se expresan de manera puntual, no intentando
asignarles probabilidades, ni siquiera en
forma de rangos. Por otro lado, la mayor
parte de los ejecutivos de ventas se muestran "desorientados" por los métodos
"más difíciles" de previsión, fundamentalmente métodos econométricos y de simulación.
En el caso de nuevos productos, la
mayor dificultad para pronosticar las ventas lo constituye la estimación del tamaño
del mercado, acrecentada por la posibilidad de que la competencia lance también
otro nuevo producto. Lo usual, también
ahora, es que las empresas utilicen sus
propios medios para realizar los pronósticos, constatándose una cierta fobia a la
utilización de los ordenadores los cuales
permitirían la aplicación de métodos econométricos (en concreto ajustes MCO) y
de simulación con valores medios, optimistas y pesimistas (por ejemplo el cada
vez más extendido método BOP) para realizar previsiones realistas.
Finalmente, según la encuesta anterior,
las empresas utilizan mayoritariamente las
previsiones de ventas para establecer
ciertos objetivos y coherentemente con
éstos la adecuada estrategia. Por ejemplo
sirven para planificar los pedidos de aprovisionamiento, la producción, para tomar
decisiones de ampliar una factoría, etc.
Las previsiones sobre ventas, por tanto,
de manera directa o de manera indirecta
(como paso intermedio para calcular previsiones sobre beneficios, rentabilidades,
etc.) son el sustento racional de la mayoría
de las decisiones de gran relevancia en la
empresa.
Los resultados de esta encuesta tienen
la virtud de arrojar luz sobre ciertos aspectos de la actividad empresarial. En concreto, se confirma la idea de que, en la práctica, las empresas siguen prefiriendo la utilización de métodos sencillos frente a los
de mayor complejidad, sin que además
éstos parezcan superar los resultados de
aquellos.
Si después de todo lo precedente hubiera que dar alguna pauta a una empresa
para la realización de una previsión de
ventas, en mi opinión, debería aconsejársele utilizar un método tan sencillo como el
FORAN (Forecasting Analysis), más conocido en el mundo de habla hispana como
método de las "Medias Móviles". Complementariamente con el anterior, debería
proponérsele el empleo del método Delphi, sencillo método de consenso basado
en la opinión de expertos. Finalmente, sería altamente recomendable utilizar el empleo de un tercer método más refinado de
previsión, que tuviera en cuenta el contexto de riesgo en el que invariablemente se
realiza la misma. Sin lugar a dudas el denominado método BOP (Best, Optimist,
Pesimist) resulta el más adecuado. Basado en la simulación y con unos cálculos fácilmente automatizables en ordenador
permite, gracias a su estructura conversacional, el manejo del mismo para obtener
previsiones aún a personas con poca experiencia en el manejo de estos ordenadores. Todos estos métodos, con mayor o
menor profundidad, serán analizados a
continuación.
Por último, no debería olvidarse suministrar la formación necesaria a los ejecutivos y vendedores para realizar adecuadamente las previsiones de ventas, factor
que se ha detectado como fundamental
para mejorar la precisión de las mismas y
que debería ocupar un lugar preferente en
los planes de formación de la Dirección de
la empresa, consciente de las importantes
decisiones que tienen como base los resultados de una previsión de ventas. Un
breve Curso de formación a medida sobre
las técnicas anteriores, es una inversión
siempre rentable para cualquier empresa.
LOS METODOS DE PREVISION
COMERCIAL
En muchas ocasiones, y esta es una
clasificación muy extendida, se dice que
el corto plazo está constituido por las pre-
visiones realizadas a seis meses, el medio
plazo por aquellas realizadas desde los
seis meses hasta el año, y el largo plazo
por las previsiones realizadas a partir del
período anterior.
Naturalmente una cosa es el horizonte,
y otra muy distinta el método empleado
para realizar la previsión. Los métodos de
previsión de ventas se distinguen por las
hipótesis que exigen asumir y no por el
horizonte donde se sitúe su previsión. Una
hipótesis muy usual, es asumir que en el
futuro tenderá a repetirse lo que ocurrió en
el pasado; esta es la base de los métodos
de previsión a corto plazo. Si esto es realista, una serie histórica de datos sobre
ventas, contendrá suficiente información
para poder prever las ventas de la empresa en el futuro. Obsénrese como esta previsión es independiente del horizonte temporal seleccionado. En Rodríguez et alt.
(1990) puede verse un tratamiento más
detallado de los modelos de previsión en
la empresa y de sus hipótesis correspondientes.
Naturalmente lo que de manera frecuente suele ocurrir es que existe una notable relación entre el horizonte temporal y
las hipótesis a asumir para realizar la misma. Es decir, mientras más lejano situemos el horizonte de la previsión, es de suponer que tendrá menos probabilidades
de realismo la hipótesis básica de los métodos a corto plazo: lo ocurrido en el pasado será representativo exponencial, que
se expondrán a continuación, pertenecen
a este tipo de métodos.
Cuando no se desee asumir la hipótesis anterior -por ejemplo, porque la empresa se encuentra inmersa en un entomo
muy turbulento- hay que recurrir al empleo de los métodos de previsión a medio
y largo plazo. Con hipótesis gradualmente
menos restrictivas que la de los métodos a
corto plazo, suelen tener por contra una
relativa mayor complejidad en su puesta
en práctica, ya que utilizan habitualmente
la técnica de los escenarios. Los modelos
de simulación BOP, de los que ya se encuentran en el mercado nacional versiones
de tipo conversacional y automatizadas
para su empleo en ordenador son, como
ya se ha indicado anteriormente, los más
aconsejables.
LA PREVISION EN LA PRACTICA
Inicialmente, tres son los métodos de
previsión a corto plazo recomendables
cuando la empresa dispone de series temporales de ventas. En primer lugar los modelos ARIMA, que no todas las empresas
pueden aplicar debido a un número de observaciones elevado -cinco años si las
observaciones son mensuales- encierran
el peligro de recoger cambios estructurales no deseados. Una alternativa al ante-
rior, es el método de las Medias Móviles
que se expone a continuación y que, adecuadamente utilizado, permite obtener
muy buenas previsiones.
En el otro extremo, se encuentra los
sencillos métodos de previsión consistentes en el análisis visual o cuasi-visual de la
representación gráfica de las ventas. Están sujetos a errores debido a las escalas
empleadas y no son muy aconsejables.
Ejemplo de estos métodos, además del
basado en la mera inspección visual, es el
denominado método de la envolvente.
Por último, en una posición intermedia,
se encuentran los métodos de previsión
basados en el empleo de ajustes de regresión por mínimos cuadrados ordinarios.
Su utilización para realizar previsiones
cuando se dispone de series temporales
de ventas, se encuentra con una doble dificultad. En primer lugar, la determinación
de las variables explicativas del modelo,
aún conociéndolas, podría ocurrir que tenerlas en cuenta a todas, condujera a un
modelo sumamente complejo. La segunda dificultad es que la bondad estadística
del modelo normalmente suele ser baja,
debido tanto al comportamiento de los
datos como a la existencia de perturbaciones econométricas.
Quedan como alternativa los clásicos
métodos de previsión basados en el análisis de series temporales, que se exponen
a continuación. Recuérdese que, en primer lugar, los métodos de previsión deben
entenderse siempre como complementarios. En segundo lugar, hay que advertir
que los cálculos de los métodos expuestos se pueden automatizar fácilmente en
un ordenador, con lo que su utilización se
simptifica notablemente.
EL METODO DE LAS MEDIAS
MOVILES
EI método de las medias móviles exige
como premisa el que exista una cierta estacionalidad en las ventas. Por ejemplo es
muy característica la estacionalidad del
turrón, de los juguetes, de muchos productos alimentarios, etc. Estas series temporales tienen una representación gráfica
muy característica con forma de "dientes
de sierra". La comprobación de la estacionalidad puede hacerse representando
gráficamente los datos de varios años y
observando si éstos tienden a disponerse
en el tiempo de maneras similares.
La aplicación del método exige disponer de series temporales con bastantes
datos, al contrario que el método del alisado exponencial que se analizará a continuación. Las medias móviles consisten en
la descomposición de la serie original en
dos componentes: la de la tendencia y la
de la estacionalidad. Las predicciones se
realizan para la tendencia recurriendo a
ajustes de regresión minimocuadráticos
AGRICULTURA-231
COLABORACIONES TECNICAS
ordinarios; la estacionalidad observada se
mantiene en el futuro y se agrega a las anteriores predicciones para la tendencia, de
tal manera que resulte la predicción total.
La tendencia se calcula mediante la creación de una nueva serie cuyos términos
son las medias aritméticas de los valores
contenidos en el ciclo, o período de tiempo en el cual los valores de la serie tienden
a repetir sus niveles. Lo relevante en este
método es el cálculo de este ciclo o, lo
que es lo mismo, el cálculo del retardo a
utilizar para realizar la previsión. Obsérvese que no tienen nada que ver el ciclo con
el número de elementos contenido en el
mismo; por ejemplo, si el ciclo es anual
pero las observaciones de partida son
mensuales, existirán doce elementos en el
ciclo, pero si los datos fueran semanales,
entonces el ciclo contendría 54 datos.
EI método de cálculo de este retardo,
o del número de elementos del ciclo, aparece a continuación. En el caso de datos
mensuales, lo normal es asumir un ciclo
de tipo anual, lo que es equivalente a considerar un retardo de 12° nivel; este ciclo
anual viene normalmente corroborado
cuando se aplica el correspondiente método para calcular el retardo a seleccionar.
Los diferentes pasos de cálculo, aparecen en el ejemplo que se muestra a continuación.
3
7
11
13
12
14
9
11
13
12
7
9
11
13
7
9
11
15
14
12
13
16
15
14
12
17
16
15
14
Los coeficientes de correlación (p) encontrados, son los siguientes:
Retardos
Una empresa de Navarra dispone de la
siguiente información cuatrimestral sobre
sus ventas en los últimos tres años. Realizar una previsión cuatrimestral de las ventas para el año siguiente.
2001
Años
2002
2003
7
13
15
9
12
16
11
14
17
1
0,943
2
3
4
5
0,903
0,861
0,939
1,0
232-AG RICU LTU RA
Obsérvese que, en este caso concreto,
todos los retardos originan unos altos niveles en este coeficiente. Parece lógico
seleccionar como retardo el de cinco periodos. Supondremos, no obstante, que la
Dirección de la empresa en función de su
experiencia, ha considerado aceptable
tres retardos (ciclo anual, por tanto), con lo
cual el número de elementos del ciclo será
tres.
^ Segundo paso. Cálculo de las Medias
Móviles
Coef. Correlación
La fórmula de cálculo del coeficiente
de correlación entre dos series de datos
(a, b) es: p= Cov a, b/(Var a. Var b), donde Cov representa a la covarianza y Var a
la varianza. En el caso concreto, por ejemplo de tres retardos, los cálculos a realizar
son:
mediaa=(13+12+14+15+16+17)/6=
87/6 = 14,5
Var a = [(13 - 14,5)Z + (12 - 14,5)z + (14 -
14,5)z + (15 - 14,5)2 + (16 - 14,5)2 + (17 14,5)z / 6] . exp 1/2 = 1,708
VarB=[(7-11)2+(9-11)2+(11 -11)2+(13
-11)2+(14-11)z+(15-11)2/6].exp1/2=
2,3805
Cov a, b = [[(13 - 14,5) (7 - 11) + (12 - 14,5)
(9 - 11) + (14 -14,5) (11 -11) + (15 - 14,5) (13
-11)+(16-14,5)(14-11)+(17-14,5)(1511)]/6]=3,5
* Primer paso. Cálculo del número de
elementos del ciclo o cálculo del retardo a considerar
EI mejor procedimiento para ello es el
calcular el coeficiente de correlación con
un retardo, con dos, etc, seleccionando finalmente aquel retardo que mayor coeficiente de correlación ostente. Para los datos de nuestro ejemplo, sería suficiente
explorar los valores del coeficiente de correlación hasta con tres retardos, aunque
por razones que expondremos más adelante se han calculado hasta con retardos
de 5° grados. En el caso de una previsión
con datos mensuales, se debería explorar
el valor de este coeficiente, como mínimo,
hasta con 12 períodos retardados.
Por tanto, el valor del coeficiente de
correlación p, es:
p= 3,5 /(1,708 X 2,3885) = 0,861
Ventas
7
9
mediab=(7+9+11 +13+12+14)/6=
66/6 =11
EJEMPLO
1° Cuatrimestre
2° Cuatrimestre
3° Cuatrimestre
Retardos
2
1
0
Se denomina media móvil MV, a una
nueva serie que se construye ierativamente, calculando los valores medios de los
elementos de cada ciclo. Para facilitar los
cálculos de la fase posterior, la disposición operativa que se aconseja es la siguiente: cuadro 1.
" Tercer paso. Estimación de la tendencia
A partir de los datos de la fase anterior,
es posible efectuar un ajuste minimocuadrático ordinario para los datos de la serie
MV de medias móviles en función del
tiempo (t). Es decir:
MV=a+b.t
Como es conocido, para calcular los
coeficientes "a" y"b" de este ajuste es necesario resolver el siguiente sistema de
dos ecuaciones con dos incógnitas:
nZa+b^t=MV
a.t+b.t2=MVEt
Sustituyendo valores, resulta el siste-
ma siguiente:
7. a+ 21 . b= 89,666
21 . a+ 91 . b= 299,667
CUA^R01
Ventas
9
1^1
13
12
74
15
16
MV .
Media Móvil (Mrfj
(7+9+11)/3=9
(9+11 +13)l3=11
{17^^13^^+12)^13^=12 ^^
(13+12+14)/3=13
(7 2+'^ 4+ 7 5) ^^I 3=13',5^i
1'7
(74^^15^^^1^6)13=15^^^
(15^+16+17)13=16^ ^
Sumas
89.666
0
0
0
1
1
11
2
3
4
5
6
4
9
16
25
36
24
39
54,667
75
96
^ 21^ ^
9i
^
^ 299,667
_
11111
^r^^i
ILEMO
^
^c^
^
Máquinas para protección de cualquier cultivo...
;No lo dude! - La tecnología HARDI trabaja en su beneficio.
Pídanos información.
ILEMO HARDI, S.A. Polígono Industrial «EI Segre», parc. 712. Apartado 140. 25080 Lleida.
Teléf.: (973) 20 14 08. Fax (973) 20 47 12
^ x p^ó C" ,a^
^
G
Feria lnternacional del Aceite de Oliva
e Industrias Afines.
Jaén, del 20 al 23 de Mayo de 7 993
Una ventana abierta
al mundo del Aceite de Oliva
y las industrias
que intervienen
en su producción.
;; ,
,,^„^,
^,^ ^ ^ ^^.^
^ ^ ^ 1r^^ ^,^
„^ ^^_^
Avda de Madr^d, 25 - Telf. (953) 27 49 76 - FAX (953) 27 6219 - JAEN (España)
^ Aceite de Oli^a de la Comunidad Europea
a^llqClJ(OS^ OP fÍ llda^!lC'l^
Consejo Oleicola Internadonal
No^edades
TEMA: M EDIO AMB IENT E
p^ANIfICAC^
^ RUPAL
• Planificación Rural:
Autor: Domingo Gómez Orea
(Coedición con el Ministerio de
Agricultura, Pesca y Alimentación).
400 pág.
P.V.P.: 3.000 PTA
• Evaluación de Impacto
Ambiental:
Autor: Domingo Gómez Orea
222 pág.
P.V.P.: 2.500 PTA
• IMPRO: Un Modelo Informatizado para Evaluación de
Impacto Ambiental
Autores.• D. Gómez Orea, J. Aguado,
T. Villarino, G. Escobar, M. Herrera y
C. Bárcenas.
200 pág. Disquete
P.V.P.: 2.500 PTA
TEMA: OLIVAR Y ACEITE
• Obtención del Aceite de
Oliva Virgen:
Autores: Luis Civantos,
Rafael Contreras y
Rosa Grana
280 pág.
P.V.P: 2.500 PTA
`'ra utciculhirn
autigua
O 7?N(YbN
u i, ncErrrx:
UE OLlVA
v^ecr.:N
• La Oleicultura Antigua:
(EI olivo; del pisado a la prensa de viga;
el refranero)
Autor: Andrés Arambarri
200 pág. 59 fotos color
P.V.P.: 3.500 PTA
Editorial Agrícola Española, S.A.
Caballero de Gracia, 24, 3° izqda.
28013 Madrid
Fax: 522 48 72
Tel.:. (91) 521 16 33
I
^
I
• 1
/ ^
1 / 1 /
I 1 / 1 / 1 ^
/
/
/
^
^
.•
^ .^ . • ^••. ^ •
^^^ ^ ^.
^
^. .
^•
^
^ • ^
^ ^•
^ • . •^
'•
^w
I
^
®<^• • r ^• m^
' ^
^ fIf1R0 OE
ACEITE
PF 1055J1 x
dp'
/ u^^
MAN 11
P
^^f T F
Proveedor de primeros equipos en más de 100 pafses.
Todos nuestros filtros han sido diseñados exclusivamente,
en colaboración con el fabricante,
para el vehiculo que los Ileva y son sometidos,
a un riguroso control de calidad.
FlLTROS MANN, S.A., para aceite, aire y combusrible.
Calle Santa Fe, s/n. • Teléfono 72 02 00
Apartado 5007 • Telex:58380 • Telefax: 72 02 14
Telegramas: Fíltros Mann
50014 - ZARAGOZA (España)
^
^
^
A GRO S TAR
^^ ;^ :,^`ii.+,i^^'^^^ _s ^:"?' y ^^, ^
DEUTZ
FAH R
y operando, se obtienen finalmente los
valores:
a=9,52yb=1,095
La tendencia en las ventas viene indicada, por tanto, por la expresión:
MV = 9,52 + 1,05 . t
Utilizando esta última expresión, se realizan ahora las previsiones para la tendencia en los cuatrimestres observados,
es decir los correspondientes a t= 0 hasta
t = 6, resultando ser.
10,57
13,72
11,62
14,77
9,52
12,67
15,82
* Cuarto paso. Cálculo de los coeficientes
de estacionalidad
Para ello, se dividen los datos originales entre los datos de la tendencia (matriz
anteriormente calculada). En nuestro supuesto se obtienen los siguientes valores:
1,2298
1,09329
1,033
1,0833
1,1554
1,10497
1,0746
A continuación, para poder homogeneizar los datos, se desprecia el valor del
primer cuatrimestre del tercer año
(1,1554). Se transforman los datos tomando logaritmos (para amortiguar al máximo
las perturbaciones desproporcionadas);
se supone que este proceder sólo beneficia y nunca perjudica. A continuacióñ se
calcula el valor promedio de estos nuevos
Indices y, finalmente, este último valor se
vuelve a transformar tomando antilogaritmos. Todas estas operaciones son las
que aparecen a continuación.
Promedio
Antilog.
0,0899
0,374
0,0128
0,0334
0,0434
0,0314
0,0637
1,1578
0,0231
1,0546
0,0374
1,0899
Obsérvese que de no haber empleado
logaritmos, el Indice de estacionalidad
asignado a cada cuatrimestre hubiera sido 1,1615, 1,05815 y 1,0897. Datos prácticamente coincidentes con los anteriores.
La trilla en tierras de Sarrión. Teruel (Foto antigua del Marqués de Santa Maria del Villar).
* G^uinto paso. Previsión de las ventas
Queda por último recomponer las dos
componentes de la serie, en concreto para
realizar las previsiones cuatrimestrales de
las ventas para el próximo año, el 2004, se
procederá así: cuadro 2
Así pues, las previsiones cuatrimestrales de las ventas para el próximo año, utilizando el método de las medias móviles,
son:
Previsión
Cuatrimestres
Año2004 Primero
Segundo
Ventas
19,532
18,898
Tercero
20,675
EL METODO DEL ALISADO
EXPONENCIAL
Este método a corto plazo, supone
que las últimas observaciones tiene más
peso que las primeras. Es un método recomendable cuando se tengan pocos datos de ventas. Sólo permite realizar la pre-
CUADRO 2
t
t=10
t=11
t=12
Comporrente tendencia)
MV = 9,52 + 1,095 . 10 =16,87
MV = 9,52 + 3,095 . 11 =17,92
MV = 9,52 + 1,095 . 12 = 18,97
Componente Estacionat
16,87 X 1,1578 =19,532
17,92 X 1,OS46 =18,$98
18,87 X 1,0899 = 20;675
visión para el siguiente período (semana,
quincena, mes, etc). Su expresión, o hipótesis en la que se basa, es la siguiente:
Pt+i =a.X^+(1 -a) . Pt
donde "a" es el coeficiente de alisamiento,
con valores comprendidos entre cero y
uno (ambos valores excluidos), P es el valor de la previsión y X es el valor real para
las ventas. Los subíndices indican el período de tiempo. Obsérvese pues que, la previsión de las ventas para un período es
una función tanto de las ventas reales obtenidas en el período anterior, como de la
previsión realizada en ese mismo período.
Para asignar el valor adecuado al coeficiente "a", se debe proceder previamente
a la previsión, al cálculo de los cuadrados
de los errores medios para los posibles valores de este parámetro cuando se realizan las previsiones para los datos de partida (conocidos), eligiendo finalmente aquel
valor de "a" que origine el menor error. Obsérvese el proceder en el ejemplo siguiente. Cuadro 3
Aunque en este ejemplo no se ha hecho, por simplificar cálculos, en una previsión realista es aconsejable el calculo de
los errores correspondientes a todos los
valores posibles del coeficiente "a" -medíante el procedimiento anteriormente
mostrado- con intervalos de 0,1 . En
nuestro caso, a la vista de los resultados
anteriores, el coeficiente que menor error
origina es a= 0,4, y es el que debería elegirse. Obsérvese, por otra parte, cómo en
el cálculo de la primera previsión se ha
AGRICULTURA-237
COLABORACIONES TECNICAS
CUADRO 3
Ejemplo
Una empresa Vatenciana desea realizar una prevísión del volumen de sus ventas
para el siguiente mes, disponiendo de la siguíente información:
Ventas
Enero
7
Febrero
9 ,
Marzo
10
Abril
8
Mayo
9
' Primer paso. E{ección del coeficiente de alisamiento "a"
Para elto se calcutarán los errores cometidos cuando el coeficiente del atisado
tenga los valores a= 0,3, 0,4 y 0,5.
a = 0,3
X^
Previsión
Errores Cuadráticos
7
9
10
8
9
7
0,3 X 9+ 0,7 X 7= 7,6
0,3 X 10 + 0,7 X 7,6 = 8,32
0,3 X 8+ 0,7 X 8,32 = 8,224
(9 - 7}2 = 4
(1 0- 7,6)2 = 5,76
(8 - 8,32}2 = 0,102
(9 - 8,22)2 = 0,602
Error medio
Error
10;465
10,465/4 = 2,67 6
a=0,4
Xt
Previsíón
Errores Cuadráticos
7
9
10
8
9
7
0,4 X 9+ 0,6 X 7= 7,8
0,4 X 10 + 0,6 X 7,8 = 8,68
0,4 X 8+ 0,6 X 8,68 = 8,408
(9-7)2=4
(1 0- 7,8}2 = 4,84
(8 - 8,68}2 = 0,462
{9 - 8,41)2 = 0,35
Error medio
Error
9,652
9,652/4 = 2,413
a=0,5
Xt
7
9
10
8
9
Previsión
Errores Cuadr'áticos
7
0,5X9+0,5X7=8
0,5X10+0,5X6=9,5
0,5 X 8+ 0,5 X 9,5 = 8,6
(9 - 7)2 = 4
{10-9)2=4
{8-9,5}2=2,25
(9 - 8,6)2 = 0,1 6
Error medio
puesto que coinciden lo real con lo previsto, lo cual no tiene una influencia apreciable en el resultado a obtener.
' Segundo paso. Realización de la Previsión
La previsión se hará utilizando la ecuación:
Pt+1 =0,4xXt+0,6xPt
En concreto, sustituyendo valores, la
previsión de las ventas para el siguiente
periodo resulta ser.
P= 0,4 x 9+ 0,6 x 8,6 = 8,76 unidades
238-AGRICULTURA
En'or
10,41
10,4114 = 2,603
OTROS METODOS DE PREVISION
Cuando la serie histórica de ventas no
corresponda a ninguna estructura que
pueda ser modelizada, puede intentarse
comprobar si existe algún tipo de distribución de probabilidades que represente
bien los datos. Las dos distribuciones a
ensayar son la normal y la de Poisson. La
primera es especialmente apta cuando las
ventas del producto tengan una gran frecuencia, requiere al menos en tomo a los
sesenta datos. Un test Gi-dos permite poner de manifiesto la existencia de tendencia a la distribución de tipo normal en la
serie histórica de datos. Si así fuera, se
puede calcular la probabilidad de que las
ventas rebasen un cierto valor, o de que se
encuentren comprendidas entre los límites
de un cierto intervalo, etc.
En el caso de productos con ventas de
tipo esporádico, es decir con baja frecuencia, la distribución de Poisson puede ser
muy útil. En este caso, también un tests
Gi-dos, permite comprobar si existe una
tendencia marcada en la serie de ventas
hacia la distribución de Poisson.
En el caso de métodos de previsión a
medio plazo y largo plazo, el denominado
método BOP (basado en la simulación
Monte Carlo) y el ya citado método Delphi,
son los más aconsejables y utilizados. Como ya se ha comentado, en la actualidad
existe posibilidad de adquirir el con•espondiente programa (software); en concreto
Grande (1992) es un texto que también
contiene un disco con un programa de
previsión de tipo conversacional ejecutable en ordenadores de tipo personal, que
facilita los cálculos a la obtención del valor
medio y la correspondiente desviación
con la posibilidad de utilizar diversos tipos
de funciones de distribución para las ventas. Por último en Ortega (1989) aparece
una interesante aplicación real del método
Delphi que es ilustrativa tanto de la metodología del mismo, como de sus posibilidades comerciales.
Intentar prever los acontecimientos es
la antítesis de esperar a que se produzcan.
Una adecuada previsión permite ir tomando las decisiones precisas para garantizar
que la empresa mantendrá también su
rentabilidad en el futuro. Abrir un debate
interno sobre las previsiones para la empresa, estableciendo reuniones donde se
examine tanto la actual situación como la
nueva a la que se va a enfrentar aquella, en
un futuro más o menos lejano y, consecuentemente con lo anterior, donde se estudien las adecuaciones más convenientes, crea una mentalidad que por si sola es
un buen síntoma de madurez empresarial.
Pero además, este proceder que no suele
requerir de grandes inversiones, se ha revelado en la práctica sumamente eficaz
para conseguir los objetivos deseados.
Por tanto, aquellas empresas previsoras
tienen una gran ventaja frente a las de naturaleza imprevisora.
BIBLIOGRAFIA
-Grande, I. (1992). Dirección de Marketing.
Fundamentos y Software de Aplicaciones. Ed.
McGraw-Hill.
-Ortega, E. (1989). 13 Grandes Temas de Marketing. Ed. ESIC.
-Rodríguez, J.; Rivera, L. y Olmeda M(1990).
Gestión Comercial de la Empresa Agroalimentaria. Ed. Mundi Prensa.
-S.E.C.N.Y. (1990). La Previsión del Futuro en
la Empresa. Ed. GECSA.